随着医疗信息化建设的不断推进，临床决策支持系统在护理领域取得了一定的发展和运用。护理决策支持系统(nursing decision support systems,NDSS)是一种基于数据和知识的计算机工具，通过辅助护理人员进行临床决策，从而减少护理差错、提高护理工作质量和效率[1]。近年，国际上围绕如何提升NDSS在护理领域的作用开展大量随机对照实验或质性访谈等[2,3]，但很少有研究能从该领域的研究热点与发展趋势展开分析。国内NDSS发展起步相对较晚，在研发设计和临床应用阶段均存在较多障碍因素亟待解决[4,5]。因此本研究通过采用文献计量学方法，分析国际NDSS研究领域近20年研究文献，探索该领域的研究热点与发展趋势，为国内相关领域的研究发展提供参考。

1、资料与方法

1.1 资料来源与筛选

本研究所用资料数据来源于Web of Science核心合集，检索策略为(((((TI=("Clinical Decision Support Systems")) OR TI=("Decision Support Techniques"))OR TI=("Decision Support")) OR TI=(CDSS)) OR TI=("Decision making model")) AND ((TS=(nurs*))OR TS=(care)) OR ((TI=(NDSS)) OR TI=("Nursing Decision Support Systems"))，检索时间范围为2003-01-01至2022-12-31，共检索得文献3 314篇。去除综述论文、会议摘要、非英语文献、与本研究主题无关的文献以及重复发表的文献等，最终本研究共纳入文献805篇。为避免数据库更新带来的偏差，所有数据检索和收集工作均在2023年3月16日当天完成。为确保筛选所得文献的质量，文献筛选由两名研究人员独立进行并完成合验，存在争议时由第三位研究人员决定文献取舍。

1.2 研究方法

本研究采用由陈超美博士开发的基于java语言的Citespace 6.2.R1可视化图谱软件[6]。时间跨度设置为2003-2022，时间切片设置为1年，节点类型选择“Keyword”，选择标准为g-index k=25，连接强度为“Cosine”，裁剪方法为“Pathfinder”。

2、结果

2.1 发文量分布

本研究领域近20年年度发文量大致呈逐年上升的趋势，但总文献量仍相对较少。此外，本研究将现有文献根据研究内容进行归类，临床需求与应用类文献占比最高，技术策略与开发类文献近年增长较快。

2.2 作者分布

本研究领域发文量最多的作者是Bates,David(n=28,3.5%），篇均被引频次(AC)最高的作者是Middleton,Blackford(AC=100.82）。TOP10发文量作者如表1所示，前十作者人均发文量为15.7篇，合计发文量占总发文量的19.5%。

表1 护理决策支持系统研究领域TOP10发文量作者

2.3 国家与机构分布

本研究领域发文量高的国家是美国（n=346,4 3.0%），发文量高的机构是哈佛大学（n=9 5,11.8%）。TOP10发文量国家合计发文量占总发文量的92.3%。TOP10发文量机构合计发文量占总发文量的51.9%，其中9家机构来自美国，6家机构是大学。

2.4 期刊分布

本研究领域发文量最多的期刊是JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION(n=71,8.8%）。TOP10发文量期刊合计发文量占总发文量的38.1%，平均影响因子4.584，期刊类别以医学信息学为主。

2.5 高频关键词共现分布

本研究对N D S S研究领域高频关键词开展共现分析，共得到577个关键词节点，2 089条关联关键词连线，Density为0.012 6。删除检索词“clinical decision support systems”、“care”后可将TOP20高频关键词分为开发策略、临床效应、临床管理3类，如表2所示。

表2 护理决策支持系统研究领域高频关键词分类表  

2.6 关键词聚类分布

本研究采用LLR算法对NDSS研究领域关键词开展聚类分析。Modularity Q为0.478 4(Q>0.3),Mean Silhouette为0.781 5(S>0.7），这表明该聚类结果能代表NDSS领域的研究热点。本研究提取前十大聚类及其所包含的主要关键词标签，将其汇总成表（表3），“patient safety”是该研究领域最大的关键词聚类。

表3 护理决策支持系统研究领域TOP10关键词聚类汇总  

2.7 关键词突现分布

本研究将NDSS研究领域TOP25高强度突现关键词汇总成表（表4）。前五大强度突现关键词是“medical informatics”“Implementation”“Medication safety”“performance”“artificial intelligence”。

3、讨论

3.1 研究现状分析

NDSS研究领域近20年年度发文量大致呈逐年上升趋势，其中技术策略与开发类文献的快速增长印证了近年在医疗需求多样化背景下以及各国政策的支持下医学信息技术的快速发展，而NDSS发展的最终目的是提高临床决策的质量和效率，有关NDSS的临床需求和应用方面的文献对于改善临床护理实践具有较高的参考价值，也更符合临床护士的实际需求，因此临床需求和应用方面的文献占比较高。TOP10发文量作者是国际上该研究领域影响力较高的学者，这表明他们在该领域具有深厚的知识储备和研究经验，他们的研究成果和经验有助于推动该领域的发展，因此未来研究发展广大学者可参考他们的研究成果。美国是该研究领域发文最多的国家，这可能与美国医院较高的NDSS持有率和美国政府在法律和财政上对NDSS的大力支持有关[3]。中国是TOP10发文量国家中唯一的发展中国家，这反映了中国在促进医疗信息化和智能化方面的积极态度和努力，但中国与其他发达国家间仍存在较大差距，未来仍应不断学习先进的NDSS发展经验，不断提高NDSS的研究和应用水平。该领域研究成果主要发表于医学信息学期刊，这表明NDSS的发展扎根于医学信息学领域，两者密不可分，相辅相成。未来该领域学者可多关注这方面期刊文献，并注重医学实践与信息技术的交叉融合。

3.2 研究热点分析

3.2.1 融合现有医学信息技术，紧跟人工智能时代发展契机。

高频关键词“electronic health records”“physician order entry”“information technology”“design”，关键词聚类#1medical informatics、#6 nursing informatics及其所含关键词“data science”等表明基于医学信息技术的NDSS优化开发是国际研究热点之一。NDSS功能的优化提升离不开护理信息化配套建设的支持，这首先需要确保数据记录标准化以及收集和整理过程的规范化[7]，从而能够实现各类护理信息系统功能的互联互通。其中电子病历系统可以提供患者的全面医疗信息，实现患者数据实时共享。国外学者正致力于对NDSS集成电子病历等现有护理信息系统，开发多模态信息融合，为NDSS决策的制定提供更多的数据来源和技术手段，从而提高NDSS的准确性和可靠性使之能应对更为复杂的临床情境[8]。

关键词聚类#8 machine learning、#1medical informatics及其所含关键词“artificial intelligence”等表明基于人工智能技术(AI)开发NDSS是当前国际上的研究热点之一。与传统基于知识库和预设规则的NDSS不同，基于AI的NDSS可以从海量的临床数据中自行提取知识和模式，因此可以更灵活地适应不同的临床环境和个体差异，提高临床决策的准确性和效率[9]。同时，这种方法也符合当前临床所推广的个性化医疗原则，因此具有广阔的研究和应用潜力。但有学者认为目前AI存在黑匣子现象即流程缺乏可解释性和透明度、数据泄露与隐私安全等问题[10,11]，这些问题共同导致了基于AI的NDSS仍处于试验阶段，无法实现临床部署和使用。因此未来可通过采用可解释的AI算法提高决策信任度，对于敏感数据，使用加密技术保护数据在传输和存储时的安全。此外也可以通过人机合作的方式弥补AI算法存在的局限性以提供更好的护理服务。

表4 护理决策支持系统研究领域TOP25突现关键词汇总表 

3.2.2 遵循护理实践指南，提高NDSS决策价值。

从高频关键词“guidelines”，关键词聚类#4clinical practice guidelines可以看出严格遵循临床实践指南的NDSS开发是研究热点之一。传统NDSS功能架构主要基于护理知识库和预设逻辑规则，护理知识库是NDSS的核心。因循证指南是基于科学证据和专家共识制定的指导护理实践的规范，能够反映当前最佳的护理方案和结果，因此需要定期根据最新的循证指南进行建立和更新护理知识库，从而提高NDSS决策的准确性和实用性[12]。从高频关键词“primary health care”可以看出初级保健服务是NDSS较为热门的应用领域。这可能是由于NDSS可以通过提供最新的临床指南、药品信息和实时临床数据等方面帮助初级保健护士在短时间内做出更准确的护理决策，从而解决基层医疗资源不足的问题[13]。

从高频关键词“performance”“quality”“me dication errors”“adverse drug events”，关键词聚类#0patient safety、#5impact、#7 randomized controlled trial等可以看出国际上围绕NDSS在临床中应用的可行性以及对护理质量的影响率开展大量研究，其中随机对照试验是主要的研究方法。然而现有基于规则为主的NDSS仍难以处理复杂的临床问题，这阻碍了其在临床实践中开展大规模试验，因此模拟数据集和离散事件模型等被广泛用于开发测试[14,15]。Mlakar等RCT研究结果表明NDSS能有效减少诸如用药错误、诊断错误等医疗差错，从而避免或减少不良事件的发生，为患者提供最合适、最有效、最经济的治疗护理方案，从而提高患者的预后和生活质量[16,17]。

3.2.3 强化NDSS临床管理，优化护士使用体验。

高频关键词“Management”“implementation”“interve ntions”“aid”，关键词聚类#2“Management”及其所含关键词“qualitative research”等表明NDSS的临床使用管理是国际研究热点之一，其中质性访谈是常用的研究方法。有研究表明，由于临床护士未能规范化使用NDSS，导致其并未对护理质量产生提升作用[18]，因此完善当前临床NDSS管理体系尤为重要。首先应定期在临床中开展NDSS的功能测试与评价，识别NDSS的潜在问题和缺陷，其次应设立专门的NDSS监督管理团队，定期开展NDSS规范化操作培训和检查[19]。规范化培训应以个人实际需求为导向注重个性化实操，减少理论化、集体化培训的占比。此外有学者认为NDSS仅为临床决策辅助工具，无法替代护士的专业知识和责任[20]。护理管理者应引导护士正确使用NDSS，防止过度依赖，护士应该养成临床批判性思维能力，综合考虑系统的建议和自己的判断，从而做出最适合的护理决策。

高频关键词“alerts”，关键词聚类#5impact及其所含关键词“alert fatigue”“safety alerts”表明警报疲劳是NDSS应用发展中一个亟待解决的问题，如何缓解临床护理人员警报疲劳是国外近年的研究热点。现有NDSS往往会产生过多或不准确的警报，长时间会导致护理人员对警报的信任度下降，从而产生忽略或关闭有价值的警报现象[21]。这表明警报疲劳不仅会影响NDSS的使用效果，还可能危及患者的安全。对此国外学者通过改进算法降低误报率和重复报警率[22]，提供充分的培训与支持确保护士能正确利用并理解警报的含义[23]。因此缓解警报疲劳不仅有利于改善护士工作体验、提高工作效率，更有助于提高患者的安全性和满意度，而这需要NDSS开发者和护理人员的共同努力。

3.3 研究趋势发展分析

从本研究领域年度发文量和TOP25突现关键词所展现的信息可以看出，本领域研究大致可分为前后两个阶段。2003-2011年为前一阶段，这一阶段发文量相对较少，研究方向相对单一。“patient outcome”“performance”是这一阶段的高强度突现关键词，这表明该时期研究旨在探索NDSS的临床效应及对患者护理质量的影响。2011-2022年为后一阶段，这一阶段发文量明显增长，研究方向逐渐多元化。2020年“artificial intelligence”“machine learning”的突现表明大数据、云计算和深度学习等新兴技术的进步为NDSS带来了新的机遇和发展。2020年“Interventions”“implementation science”的突现表明实施科学这一新兴交叉学科与NDSS间存在密切的关系，一方面，NDSS可以作为实施科学的一个重要工具，帮助将最新的循证证据和指南转化为临床实践，促进护理质量改善和患者安全；另一方面，实施科学也可以为NDSS的开发和应用提供理论指导和评价方法，帮助克服NDSS在实施过程中遇到的障碍和挑战，提高NDSS的有效性和可持续性[24]。此外“risk”“malfunctions”“quality improvement”等突现词表明NDSS的决策安全质量研究是常年持续的研究热点。

4、总结

本研究利用文献计量学方法对国际护理决策支持系统研究领域开展可视化分析，总结了该领域的研究现状、热点和趋势，这有利于为我国未来NDSS研究发展提供经验参考。未来NDSS的发展应以临床实际需求为导向，注重多学科交叉融合，以AI等高新技术为抓手，提升决策质量和效率，使其成为临床护士的得力助手。此外，本研究的文献数据仅来源于Web of science核心数据库，未来研究可基于中英文文献数据库开展国内外对比分析，从而全面探索国内外NDSS发展的异同点。

参考文献:

[4] 张山,吴瑛,崔薇.临床护理决策支持系统在临床应用的影响因素研究进展[J].中国护理管理,2022,22(4):591-594.

[5] 李翔云,叶庆,邓朝华.临床决策支持系统功能及其应用态势分析[J].中国医院,2020,24(10):35-38.

基金资助:教育部高等教育司研究项目(202102627005);2022年浙江省一流本科课程(1133);中华医学会杂志社科研课题(CMAPH-NRG2021035);

文章来源:史颜凯,曹世华,娄夏菁等.国际视域下护理决策支持系统的研究热点与趋势分析[J].中国医院,2023,27(11):67-71.